限制seaborn-distplot-KDE估计中x的范围

Question

假设我们有一个数字介于0和1之间的数组：

arr=np.array([ 0.        ,  0.        ,  0.        ,  0.        ,  0.6934264 ,
               0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
               0.        ,  0.        ,  0.6934264 ,  0.        ,  0.6934264 ,
               0.        ,  0.        ,  0.        ,  0.        ,  0.251463  ,
               0.        ,  0.        ,  0.        ,  0.87104906,  0.251463  ,
               0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
               0.        ,  0.        ,  0.        ,  0.        ,  0.48419626,
               0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
               0.87104906,  0.        ,  0.        ,  0.251463  ,  0.48419626,
               0.        ,  0.251463  ,  0.        ,  0.        ,  0.        ,
               0.        ,  0.        ,  0.        ,  0.        ,  0.        ,
               0.        ,  0.251463  ,  0.        ,  0.35524532,  0.        ,
               0.        ,  0.        ,  0.        ,  0.        ,  0.251463  ,
               0.251463  ,  0.        ,  0.74209813,  0.        ,  0.        ])

使用seaborn，我想绘制一个分布图：

sns.distplot(arr, hist=False)

这将给出以下数字：

如您所见，kde估计范围从-0.20到1.10。是否可以强制估计值介于0和1之间？我做过以下的尝试，但没有成功：

sns.distplot(arr, hist=False, hist_kws={'range': (0.0, 1.0)})
sns.distplot(arr, hist=False, kde_kws={'range': (0.0, 1.0)})

第二行引发异常——range不是kde_kws的有效关键字。

Answer 1

预先设置应该有助于：

plt.xlim(0, 1)
sns.distplot(arr, hist=False)

Answer 2

正确的方法是使用clip关键字而不是range：

sns.distplot(arr, hist=False, kde_kws={'clip': (0.0, 1.0)})

将产生：

实际上，如果只关心kde而不关心直方图，那么可以使用kdeplot函数，它将产生相同的结果：

sns.kdeplot(arr, clip=(0.0, 1.0))